https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247610916&idx=6&sn=450eff7ab4f0d4f31d1f61bd751297b0&chksm=fa8273c3cdf5fad5f40311549fef1d6fa16547ca6cb4e2eddd79b2d10dc2812982b90c0dcdff&token=2146692169&lang=zh_CN#rd前言
基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具，可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系，为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了定量化工具。但是，当作物生长模型从单点研究发展到区域尺度应用时，由于空间尺度增大而出现的地表、近地表环境非均匀性问题，导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难，模型模拟结果也会存在很大的不确定性，而遥感信息在很大程度上可以帮助作物生长模型克服这些不足。
国产卫星（如HJ、GF、ZY）、MODIS、Landsat、Sentinel-2等遥感数据是进行大范围作物生长状态监测的有效手段；作物生长模型能够利用环境因素模拟作物生长过程，揭示作物生长发育的原因与本质。
一：遥感基础理论知识
1.遥感平台（如无人机）与传感器、国内外主要陆地卫星（如Landsat、SPOT、HJ、GF）
2.遥感基本原理、光谱响应函数、遥感数据处理流程
3.遥感在陆地生态系统监测方面的应用
二：作物长势监测与产量估算国内外研究进展
1.国内外研究综述
2.研究实例分析
三：Fortran编程语言
1.软件安装
2.工程文件建立、基本语法操作
四：作物参数遥感反演基本原理
1.遥感反演作物参数类型
生化组分（叶绿素、氮、干物质、叶片水分含量、花青素）
生物物理参数（LAI、LAD、株高、生物量）
生理生态参数（FPAR、ET）
2.作物参数遥感反演模型
2.1经验模型
线性模型
指数模型
对数模型
2.2物理模型
辐射传输模型
几何光学模型
混合模型
计算机模拟模型
3.不同方法对比分析
五：PROSAIL模型
1.输入参数：LAI/LAD/叶绿素/花青素/干物质/类胡萝卜素/水分含量/…
2.输出参数：植被冠层反射率
3.以FORTRAN代码为例上机操作反射率模拟流程
4.模拟叶片反射率与透射率
5.模拟植被冠层400-2500 nm高光谱反射率曲线
6.模拟Landsat OLI、MODIS等遥感传感器多光谱反射率数据
六：参数敏感性分析
6.1 待优化参数选择
6.2 局部敏感性分析
6.3 全局敏感性分析
EFAST敏感性分析方法
SIMLAB软件操作流程
PROSAIL模型参数全局敏感性分析
模型参数在高光谱波段（400-2500nm）处的敏感性
模型参数在Landsat OLI传感器多光谱波段处的敏感性
七:遥感反演过程中的代价函数求解问题
1.代价函数构建
1.1反演方式
1.2反演参数
1.3“病态”问题
1.4先验知识
1.5函数极值问题
2.反演算法
2.1优化技术
2.2查找表
2.3神经网络
2.4模拟退火
八:基于查找表方法+PROSAIL模型的作物参数遥感反演
1.查找表原理
2.查找表实现
3.基于查找表和PROSAIL模型的作物参数遥感反演
九:基于优化算法+PROSAIL模型的作物参数遥感反演
1.代价/目标函数极值求解
2.测试函数极值求解
3.优化算法求解PROSAIL模型参数
4.待求解作物参数最优值提取
十:作物模型程序化表达与运行
1.模型分类
1.1经验模型
1.2半机理模型
1.3机理模型
2.模型选取原则
3.模型调试
4.模型标定
5.模型对比分析
6.应用案例分析
7.模型运行（以DSSAT作物模型为例、FORTRAN源码）
7.1时间序列植被参数（如叶面积指数）演化模拟
7.2作物参数（如LAI）时间序列变化及产量模拟过程
十一:作物模型与遥感数据同化建模原理
1.作物模型与遥感观测耦合的必要性
作物模型优缺点
遥感观测优缺点
耦合必要性
2.耦合方法
驱动法
原理
程序实现过程
应用实例
2.2数据同化方法
发展历程
数据同化算法
2.3方法对比分析
3.作物模型参数敏感性分析
待优化参数选择
局部敏感性分析
全局敏感性分析
4.作物模型与遥感数据同化
同化遥感反演结果（如LAI遥感产品）
同化遥感观测反射率
十二:作物模型与遥感反演值同化建模的程序化实现
作物模型与遥感反演值同化建模框架
1.Fortrtan操作平台
2.遥感反演结果（如叶面积指数）
3.作物模型
4.变分算法
5.代价函数构建
6.迭代求解
7.输出：作物关键参数时间序列变化、产量估算结果、区域制图
十三:作物模型与遥感反射率同化建模的程序化实现
作物模型与遥感反射率同化建模框架
1.Fortrtan操作平台
2.遥感观测反射率
3.作物模型
4.植被冠层反射率模型
ROSAIL前向模型反射率模拟
5.耦合模型构建（作物模型+冠层反射率模型）
6.变分算法
7.代价函数构建
迭代求解
输出：作物关键参数时间序列变化、产量估算结果、区域制图
标签：长势,模型,反射率,反演,遥感,参数,估产,作物 From： https://blog.csdn.net/2301_78164062/article/details/140848171